冷连轧机板形智能控制策略的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究的目的和意义 | 第10-11页 |
| ·板形控制技术的发展概况 | 第11-13页 |
| ·板形控制技术的发展 | 第11-13页 |
| ·板形控制中存在的问题 | 第13页 |
| ·板形智能控制技术的发展概况 | 第13-16页 |
| ·传统轧制分析方法的缺陷 | 第13-14页 |
| ·现代轧制技术的特点 | 第14-15页 |
| ·人工智能在轧制领域中的应用 | 第15-16页 |
| ·本文的主要工作 | 第16-18页 |
| 第二章 板形控制的基本原理 | 第18-24页 |
| ·板形的概念 | 第18页 |
| ·板形缺陷的表示方法 | 第18-20页 |
| ·波形表示法 | 第18页 |
| ·相对长度差表示法 | 第18-19页 |
| ·张力差表示法 | 第19页 |
| ·带钢断面形状的多项式表示法 | 第19-20页 |
| ·板形良好的条件及板形缺陷的分类 | 第20-21页 |
| ·板形良好的条件 | 第20-21页 |
| ·板形缺陷的分类 | 第21页 |
| ·影响板形的因素及板形的控制手段 | 第21-23页 |
| ·影响板形的因素 | 第21-22页 |
| ·板形的控制手段 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 板形智能识别方法的研究 | 第24-36页 |
| ·板形模式识别的方法及发展 | 第24-27页 |
| ·板形模式识别的基本方法 | 第24-25页 |
| ·板形模式识别方法的发展 | 第25-27页 |
| ·板形智能识别模型的建立 | 第27-31页 |
| ·静态神经网络理论概述 | 第27-28页 |
| ·板形标准模式曲线的建立 | 第28-29页 |
| ·板形模式识别网络结构 | 第29-31页 |
| ·板形模式识别网络的训练 | 第31页 |
| ·板形智能模式识别结果分析 | 第31-35页 |
| ·神经网络离线训练结果分析 | 第31-33页 |
| ·识别系统在线应用结果分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 板形液压执行机构智能控制方法的研究 | 第36-56页 |
| ·板形液压执行机构智能控制系统 | 第36-47页 |
| ·板形液压执行机构的特性及模型 | 第36-38页 |
| ·FNN-MRAC控制系统的设计 | 第38-47页 |
| ·板形液压执行机构智能控制系统的仿真研究 | 第47-54页 |
| ·液压系统NNI的仿真及结果分析 | 第47-50页 |
| ·液压系统FNNC的仿真及结果分析 | 第50-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 冷连轧机板形智能控制策略的研究 | 第56-66页 |
| ·冷连轧机板形智能预测模型 | 第56-60页 |
| ·引言 | 第56-57页 |
| ·Elman动态递归网络理论概述 | 第57-60页 |
| ·基于Elman网络的板形预测模型 | 第60页 |
| ·冷连轧机板形智能控制系统 | 第60-63页 |
| ·轧辊特性 | 第61-62页 |
| ·板形执行机构的效率 | 第62-63页 |
| ·冷连轧机板形智能控制系统仿真研究 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
